3  Metodologia

Explique como o projeto foi desenvolvido: metodologia ágil utilizada, etapas de desenvolvimento, ferramentas.

3.1 Tecnologias e Ferramentas

• RAG com LlamaIndex e OpenAI
• Orquestração com N8N
• Frontend em React, Backend em FastAPI
• Base vetorizada em FAISS
• GitHub Actions para CI/CD

4 Metodologia

O desenvolvimento deste projeto foi orientado por uma abordagem iterativa e incremental, inspirada nos princípios da metodologia ágil. O foco foi construir uma solução funcional e ajustável ao longo das etapas, com entregas parciais que permitiram validar hipóteses e ajustar a arquitetura conforme necessário.

4.1 Etapas de Desenvolvimento

O projeto foi dividido em três grandes frentes de atuação: hardware e instalação, backend e processamento de dados, e visualização de dados.

4.1.1 1. Hardware e Instalação

A primeira fase envolveu a instalação de dispositivos de identificação por radiofrequência (RFID UHF) nas portas das salas de aula. Foi realizada a configuração e o posicionamento estratégico das antenas, com testes de leitura e ajustes para garantir cobertura adequada. Essa etapa foi essencial para garantir a captação precisa dos dados de entrada e saída dos alunos.

4.1.2 2. Backend e Pipeline de Dados

Na segunda etapa, foi definido o modelo de dados e criado o schema em um banco relacional (SQL Server ou MySQL). Para ingestão dos eventos de presença em tempo real, foi desenvolvida uma API utilizando os frameworks FastAPI ou Flask. Em seguida, implementou-se um pipeline de tratamento dos dados com a biblioteca Pandas, envolvendo limpeza, remoção de duplicidades e validação das leituras. A partir desses dados tratados, foi possível calcular o tempo de permanência em sala e classificar saídas breves.

4.1.3 3. Dashboards e Relatórios

A última etapa focou na visualização dos dados. Foram definidos KPIs como taxa de presença, taxa de evasão e tempo médio de permanência. O Power BI foi conectado ao banco de dados para permitir a atualização automatizada dos relatórios. Os dashboards incluem filtros por turma, sala e período, permitindo uma análise detalhada por parte dos coordenadores e professores.

4.2 Ferramentas Utilizadas

• RFID UHF: tecnologia de identificação para captação da presença.
• SQL Server/MySQL: armazenamento relacional dos dados.
• FastAPI / Flask: ingestão de eventos de presença via API.
• Python / Pandas: tratamento, análise e validação dos dados.
• Python / Seaborn: visualização de dados e análise de tendências.
• Power BI: geração de relatórios e dashboards interativos.

4.3 Considerações Metodológicas

Durante o desenvolvimento, foram enfrentados e mitigados diversos desafios, como interferência de sinal, leitura simultânea de múltiplos cartões, e compartilhamento indevido de identificadores. Esses riscos foram tratados com testes de campo, ajustes físicos e criação de flags para revisão manual.

A metodologia adotada buscou garantir a precisão dos dados (>90%), redução de fraudes (<10%) e adoção real dos relatórios (≥75% dos docentes e coordenadores), conforme as métricas de sucesso definidas.